拔网线就能阻挡AlphaGo？单机版人工智能离线也强大

本篇文章3905字，读完约10分钟

阿尔法对抗柯杰的计算能力并不依赖于网络。网民们拔掉网线的玩笑并不能改变这场战斗的结果。这意味着人工智能正在哺乳期逐渐脱离互联网，具有离线和强大特征的人工智能技术正在悄然兴起。

(2017年5月25日，在浙江省乌镇，阿尔法政府的柯杰，三次毫无防备的失败证明了人类和人工智能之间的差距。图片/视觉中国(000681)在去年阿尔法哥击败李世石之后，柯姐，这位围棋史上最年轻的四次冠军，曾经被寄予了保护人类尊严的厚望。然而，2017年5月在乌镇，三次毫无防备的失败证明了人类和人工智能之间的差距。

在人类的想象中，似乎网民们唯一的笑话就是拔掉网线。

拔下网络电缆，断开电路，减慢冷却风扇停止运转，然后陷入一片死寂。在我们的想象中，阿尔法戈就像科幻电影中人工智能的反面角色一样，强大、无形，但却高度依赖网络生存。看来，如果你找到了网络连接的致命弱点，它的操作将被终止。

令人失望的是，阿尔法戈的父亲哈比比在赛后采访中明确表示，与柯杰的这场战斗是阿尔法戈的独立版本，也就是说，这场战斗没有网络联系。也就是说，阿尔法对抗柯捷的计算能力并不取决于网络，而是更多地取决于其自身的tpu芯片的实力。

最好是上网，不上网也可以，这对比赛结果没有影响。单台机器的计算量满足了它与人类下棋的能力。《网络进化》一书的作者、人工智能专家刘枫说。人工智能在哺乳期逐渐脱离互联网，具有离线和强大特征的人工智能技术正在悄然兴起。

阿尔法戈断奶被称为人工智能技术的独立版本。事实上，有一个科幻术语“嵌入式人工智能”。

与传统人工智能相比，嵌入式人工智能的最大特点是可以独立操作，传感设备也可以离线工作。也就是说，嵌入式人工智能可以在不联网的情况下，通过本地计算完成实时环境感知、人机交互、决策控制等任务。

目前，人工智能的计算能力主要由两部分组成:云计算和终端本身的计算能力。他们之间的关系是不可分割的，但是分工是有区别的。以alphago为例，除了谷歌云成熟的云计算能力外，去年5月在谷歌i/o大会(开发者大会)上发布的自主开发芯片tpu也是alphago强大计算能力的来源。

作为谷歌专门为深度学习神经网络设计的芯片，tpu关注谷歌对人工智能的研发。在训练tpu的计算能力和收集数据的过程中，谷歌云的云计算能力更像是一个助理教练，其主要任务是减少计算量和数据备份。在实际操作中，tpu作为一个独立的操作模块，可以独立运行并承担主要的操作执行任务。

受网络条件和复杂多样需求的制约，互联网在人工智能技术中扮演的角色正在慢慢发生变化，在不断增强终端计算能力的过程中，它越来越多地扮演助手的角色。

依靠网络是(人工智能)成长时期的表现。一位长期关注人工智能行业的媒体人士表示，很难说这一阶段会持续多久，但未来肯定会是半连接网络。

棋局结束后，alphago还没有开始深入使用，但针对柯捷的单机版显示了它作为嵌入式人工智能应用的一个方向，也拉开了嵌入式人工智能市场的帷幕。

单机版的优势如今，大多数人工智能计算都在英美资源集团(百度、阿里巴巴、腾讯)的数据中心和云端之上。但我们发现，远离数据中心和互联网边缘是一个巨大的机会。地平线机器人(300024)技术R&D有限公司首席执行官余凯今年2月在北京大学人工智能公开课上谈到嵌入式人工智能时，表达了对其目标细分市场的充分信心。

4月28日，在gmic ai+国际峰会上，零点无限首席执行官王孟秋、中科创达(300496)技术总监王琨、纪昀科技首席执行官之桃都谈到了嵌入式人工智能的概念。

据王孟秋称，零零无限公司(Zero Zero Unlimited)旗下的自拍无人机“悬停相机”配备了自动图形识别功能，机身重量仅为242克，采用人脸识别和特定图形技术，能够自动执行相关指令。无人机事先得到了指示，在执行任务期间，它与网络完全断开。这也是目前市场上大多数无人机的计算能力构成，在本地处理任务指令，在云中备份数据。

例如，视觉障碍回避，720p的实时图像数据达到每分钟几gb。如果无人机拍摄照片，将其传输到手机，然后传输到云端，获取指令，然后传输回手机，最后再传输回无人机。在等待这个过程的时候，无人机可能碰到了障碍物。因此，这个过程必须在本地完成。

对于自主驾驶技术来说，信息延迟是一个威胁生命的问题。当自动驾驶汽车遇到复杂的路况时，它需要迅速决定下一步行动以避免风险。如果数据被雷达捕获，然后上传和计算，当计算出的行动指令被传输到终端时，挽救交通事故可能为时已晚。

在自动驾驶的场景中，延迟意味着风险因素的增加。成熟的嵌入式人工智能允许终端处理信息并立即执行指令，这是人工智能设备对时间高度敏感和低容错率的福音。

在为无人机和机器人设计som核心计算模块时，我们更注重人工智能的局部计算能力和命令执行的实时性。中科创达首席执行官耿增强在接受《财经》采访时介绍。

耿增强坚信嵌入式系统是不可或缺的人工智能架构方案。虽然云学习、云地图、云导航、云知识等功能是目前智能机器人的标准，但他认为嵌入式人工智能应该确保智能机器人在失去云支持时仍能执行基本任务并生存下来。

例如，当网络断开时，智能机器人仍然可以完成自动避障，并找到充电桩开始自动充电。安全避障和遇险等指令可以在本地计算并最终实施。

这些应用场景为我们勾勒出了嵌入式人工智能的概貌，强调移动性、轻量级和实时性，因此更加人性化。

人性化是我们对人工智能的核心要求。也许在嵌入式人工智能技术成熟后，图灵测试的内容需要加入网络断开的条件。毕竟，人工智能的智能水平是由其自主性决定的。

苹果和谷歌是相互支持的，他们不需要分开。它们应该是本地的、网络化的和网络化的。刘枫描述了嵌入式人工智能中云和本地终端的关系。

通过联网和非联网来判断嵌入式人工智能可能过于粗略。有了良好的网络条件，云可以减少本地的计算任务，也可以完成信息存储容量和实时数据共享，这当然是充分发挥人工智能的一种手段。

自人工智能概念诞生以来，云技术一直是服务于人工智能的尽职护士。那么脱离人工智能有什么困难呢？

最直接的是芯片能力。耿增强指出，为了整合足够的计算能力来脱离云计算，终端需要足够的存储空空间和计算能力，这自然需要更强大的处理器和更大的内存，这就需要非常严格的硬件技术。

写了《数据中心tpu性能分析》的软件专家诺曼·茹皮(Norman jouppi)在接受《连线》采访时表示，谷歌起初曾考虑在alphago上使用传统的fpga芯片，但当实验结果显示这款芯片的处理速度没有达到预期时，他们果断地选择了tpu芯片。

该芯片是专用集成电路，一旦设计和制造完成，电路就不能改变。这一激进的决定给alphago带来了强大的本地计算能力。据诺曼·茹皮(norman jouppi)称，tpu的处理速度比目前的gpu和cpu快15到30倍，这直接表明单机版的速度超过了柯捷。

尽管就单机计算能力而言，tpu可以被视为一个上下起伏的模型，但它是为谷歌的特定算法而设计的，而不是通用处理器，目前还不能应用于安卓手机、无人机和其他智能终端。

其他智能终端希望拥有tpu级的独立计算能力，还需要一些具有tpu级计算能力和更强通用性的处理器。

不成熟的算法也是人工智能摆脱云的一大障碍。算法需要不断进化。首先，在这个阶段，我们手头没有足够的数据，需要更多的数据来使人工智能更加智能；第二，算法太慢，优化工作不够。在谈到算法瓶颈时，耿增强指出了两个最大的障碍。

俗话说，是苹果，谷歌在人工智能领域的最大竞争对手，展示了它的神奇力量，并在人工智能算法上打出了自己的旗帜。

2017年苹果开发者大会(wwdc)迈出了一大步，宣布开放机器学习开发者平台ml kit，该平台为全球人工智能开发者提供开源技术支持，并希望催生更好的算法解决方案。

从嵌入式人工智能技术的角度来看，更好的芯片、更好的算法和更好的服务解决方案自然需要更高的成本。

近年来，大量人工智能公司烧钱致死，这使得这个不可避免的问题更加严重。

耿增强似乎并不太担心嵌入式人工智能的成本:说到底，这是一个规模效应的问题，很多新的嵌入式人工智能设备的数量还没有增加，导致成本更高。当用户体验越来越好的时候，消费者更愿意支付账单，数量会增加，成本会很快下降。

抱着一群人热身是这个领域的新兴开发商最适合的生存方式，利用彼此的嫩发抵御日出前的晨寒。如何以低成本实现终端智能需要从底层计算架构到计算平台层，甚至到以上软件算法的协作。因此，工业界必须联合起来共同解决这些问题。余凯在北京大学人工智能公开课上说。

2016年12月1日，arm和一些人工智能开发商宣布成立开放式人工智能实验室，成为第一个研究和开发嵌入式人工智能技术的机构。在国际上，facebook、亚马逊、谷歌和ibm等巨头建立了人工智能联盟，并开始在技术上拥抱它。

百度、腾讯、寒武纪以及中科院孵化的一系列人工智能初创企业都在寻求自主开发软件、硬件和算法方面的技术突破，而技术项目合作的趋势也越来越明显。

我们对这个市场逐渐繁荣感到非常兴奋。毕竟，在嵌入式人工智能设备得到深入推广后，对于高度关注终端研发的公司来说，将会有很多机会。耿增强说道。

这个市场正在迅速扩大，这也反映在人们对人工智能的要求越来越严格，如安全性、实时性、移动性和对场景的适应性。近年来，在利用人工智能实现了基因匹配、算法推荐等巨大功能后，我们要求人工智能更贴近我们自己，实现更多琐碎实用的功能。

硬件和软件、云和本地终端总是相互追赶，人们对人工智能的要求总是比当前技术领先一步。

(财经记者刘浩南/文/编者)